|
Ruprecht-Karls-Universität Heidelberg
Fakultät für Mathematik und Informatik
Kursusvorlesung |
|
Björn Ommer: Objekterkennung und maschinelles Bildverstehen
Zeit:
Mo 14:00-16:00; Mi 11:00-13:00
Ort:
INF 368, 432 (Mo), INF 368, 532 (Mi)
Großgebiet:
Computersehen & Bildverarbeitung
Zuordnung:
Angewandte Mathematik / Angewandte Informatik
 | Anmeldung
|  | Scheinerwerb
|
| Fortsetzung
| | Themenvergabe
|
Inhalt:
Objekterkennung und automatisches Bildverstehen reichen in vielfältiger Weise bis in den Alltag hinein. In der Vorlesung und der begleitenden Übung werden Methoden zur Erkennung von Objekten (von A wie Apfel bis Z wie Zebra) wie auch zur Klassifikation von menschlichen Aktionen vorgestellt. Automatische Erkennung ist einerseits notwendig, um die Interaktion mit Computern benutzerfreundlicher zu machen (z.B. Suche nach Sonnenuntergängen in Urlaubsbildern). Gleichzeitig ist es die Grundlage für Applikationen in Wissenschaft und Technik (z.B. automatische Erkennung von malignen Tumoren, Fahrerassistenzsysteme zur Kollisionsvermeidung). Das Erscheinen von standardisierten Benchmark-Datensätzen hat in den letzten Jahren in Computer Vision zu unerwarteten Fortschritten geführt. Beispielsweise sind Erkennungsraten von unter 20% im Rahmen der Caltech-101 Challenge in weniger als 5 Jahren bis in den Bereich von 80% gestiegen.
Diese Kursusvorlesung gibt einen Überblick, welche Methoden und Modelle diesen signifikanten Fortschritt ermöglicht haben. Insbesondere wird das aktuell führende Paradigma probabilistischer Modelle vorgestellt. Darüber hinaus werden wir in der Vorlesung auch Ähnlichkeiten zu biologischen Sehsystemen studieren, die in Computer Vision vielfach als Vorbild dienen.
Literatur:
Forsyth & Ponce: Computer Vision - A Modern Approach
Weitere Literatur wird in der Vorlesung bekannt gegeben.
Voraussetzungen:
Vorkenntnisse in Bildverarbeitung, Statistik oder Mustererkennung sind hilfreich aber NICHT Voraussetzung für eine Teilnahme an dieser Vorlesung.
Zielgruppe:
Studierende der Informatik, Mathematik und Physik im Hauptstudium oder Promotionsstudium
Bemerkungen:
Weitere Details auf:
http://hci.iwr.uni-heidelberg.de/compvis-group/teaching.php
| Literatur: |
|
Hilfe |
 |
UNIVERSITÄTSBIBLIOTHEK HEIDELBERG |
|
Forsyth, David A.:
Computer vision : a modern approach / David A. Forsyth ; Jean Ponce.
- Upper Saddle River, NJ : Prentice Hall, 2003.
- XXV, 693 S. : Ill., graph. Darst.
- (Prentice Hall series in artificial intelligence)
ISBN 0-13-085198-1
Preis: US-D 124,80
[UB] zur Erwerbung vorgeschlagen
[WR] P-Forsy
Fakultät für Mathematik und Informatik
Fachschaft MathPhys
Universitätsbibliothek / Fachinformation Mathematik